无人机动力系统测试-实测数据与CFD模拟仿真数据关联对比分析

我们经常被问到这样的问题:“我们计划运行 CFD 仿真,我们还需要对电机和螺旋桨进行实验测试吗?我们可能有偏见,但我们的答案始终是肯定的,而且有充分的理由。我们自己执行了大量的 CFD 仿真,但我们承认,它们并不是获得有关推进系统的明确答案的方法,它们只是使我们能够预测电机或螺旋桨的性能。

模拟对于预测在已经具有良好特征的系统中改变特定变量的影响特别有用。模拟和现实之间的差异有多大?这取决于很多因素,例如湍流模型的选择、网格类型和大小、边界条件和使用的离散化方法。

在本报告中,我们量化了 60 英寸无人机螺旋桨的仿真与现实之间的差异,结果如下。

图 1:安装在 Flight Stand 150 测试台上的 60 英寸螺旋桨

报告摘要

本报告总结了我们完成的测试和模拟,以确定60 英寸无人机螺旋桨的数值模拟结果和实验数据之间的关系。Ansys Fluent 软件用于生成 60 英寸螺旋桨的 CFD 模型,然后使用Flight Stand 150 测试台对其进行实验测试。

我们发现,在 1000 - 2000 RPM 的测试中,CFD 模拟低估了 69% 的拉力

模拟和实验测试在几周内并行进行。Ansys仿真旨在模拟实验实验室空间,包括墙壁、障碍物的接近程度以及房间的整体大小。测试台和推进系统也按照其实时对应物的确切尺寸进行建模。

每个 Ansys 仿真平均需要 10 天时间,使用配备最新一代 GPU 的计算机完成。有时,仿真会无法收敛,并且必须在重新开始仿真之前调整参数。总的来说,我们完成的十几个模拟大约需要 20 周的时间才能运行。在模拟之前,我们的团队在顾问的指导下完成了 16 小时的培训。

同时,我们使用Flight Stand 150 测试台进行了实验测试。我们使用 60 kW 电源为测试台供电,安装有TA150 电机和 60 英寸螺旋桨。

图 2:在 Ansys 中建模并在 Flight Stand 150 上测试的 60 英寸螺旋桨(左)

实验测试规格如下:

  • 测试台:Flight stand 150 (150 kgf / 150 Nm)
  • 电机:TA150
  • 螺旋桨:直径 60 英寸
  • 电调:脉冲 P40
  • 电源:MCB Electronics 的 60 kW 电源
  • 软件: Flight Stand 软件

测试区域:

  • 从测试台到后墙的距离 - 3 m
  • 从旋转域到顶墙的距离 - 3 m
  • 从旋转域到侧壁的距离 - 2.74 m
  • CFD 模型:软件为:Ansys Fluent - 版本 R1 (21.1)

静态域的几何尺寸:

  • X - 7.06 m (宽)
  • Y - 5.1 m (高度)
  • Z - 15.3 m(长度 - 螺旋桨下游的壁到螺旋桨上游的壁)

防护网孔:

  • 非结构化多面体网格单元
  • 网格总数 - 3,181,422
  • 螺旋桨边界上的 6 个充气层 - 第一层 1.5 mm,增长率为 1.2(边界层未解析)

离散化方案:所有项 - 二阶逆风离散化

湍流模型:K-omega SST(稳态)

实测数据和软件仿真数据对比结果如下:

图 3:实验和 CFD 数据的拉力与 RPM 曲线

我们开发了一个 Python 脚本,用于使用最小二乘多项式回归来查找实验数据和 CFD 数据之间的关系。这种关系是仅使用高达 1900 RPM 的实验数据点开发的。此回归的目标是生成如下函数:

为实现这一目标而采取的步骤如下:

将实验数据和 CFD 数据存储在单独的数组中,并带有相应的 RPM 值。

将二阶多项式拟合到实验数据序列和 CFD 数据序列。

使用拟合多项式的方程为实验数据序列和 CFD 数据序列生成均匀分布的数据点。

将均匀分布的 CFD 数据点存储在新的“X 数组”中,将均匀分布的实验数据存储在新的“Y 数组”中。

使用这些新数组,使用 python 函数 np.polyfit() 在 'X array' 和 'Y array' 之间拟合多项式函数。

为相关数据范围生成的方程和绘图如下所示:

图 4:实验拉力数据的最小二乘曲线拟合

图 5:CFD 拉力数据的最小二乘曲线拟合

图 6:实验和 CFD 拉力数据的最小二乘回归

如图 6 所示,实验数据和 CFD 数据之间存在线性关系。实验拉力值大约是 CFD 预测拉力值的两倍。

根据实验数据计算测试台动力数据:

本节介绍如何根据实验数据以恒定 RPM 估算飞行架结构上螺旋桨的压力。在 Flight Stand 150 上对带有 2 个叶片的 60 英寸螺旋桨执行该过程,结果如下所示。

前提

假设,如果一个完美平衡的螺旋桨连接到力测量单元(FMU)在没有测试台结构的情况下自由旋转,那么'Mx'和'My'的测量值将为零。然而,在存在测试台的情况下,每次螺旋桨叶片经过结构时,螺旋桨叶片和测试台之间都会形成一个高压区。这会导致 FMU 探测到一个 Mx 矩。该弯矩可用于估计由于流-固耦合而在机架上的最大力。

实际上,螺旋桨并不是完美平衡的,并且一个叶片可能比另一个叶片产生更大的拉力(对于两个叶片螺旋桨)。这将导致 FMU 上的振荡 'My' 测量值,最大值是当两个螺旋桨叶片与测试台成 90 度角时(螺旋桨的水平位置)。在没有测试台的情况下,当螺旋桨垂直对齐时,此力矩将显示为“Mx”测量值,当螺旋桨水平对齐时,此力矩将显示为“My”测量值。由于螺旋桨不平衡而导致的此力矩的大小在整个周期中保持不变,但方向不断变化。

当螺旋桨与测试台前面的一个叶片垂直对齐时,在整个周期内最大 'Mx' 测量值和最大 'My' 测量值之间的和或差(取决于螺旋桨的不平衡程度)是纯粹由于螺旋桨和测试台之间的流体-结构相互作用而产生的合力矩。这是用于估计由于流-固耦合引起的林分力的方法。

Flight Stand 150 上的力是使用这种方法估计的,其上安装了 60 英寸的螺旋桨并以 1932 RPM 的速度旋转。

绕三个轴的力和力矩首先使用称重传感器电压原始值计算。在获得这些值后,'Mx' 和 'My' 被绘制在彼此的顶部。

图 7:桨叶桨随时间变化的 Mx 和 My

在上图中,两条绿色虚线 '-.' 之间的距离表示螺旋桨旋转一整圈。

结论

我们的结果表明,CFD 模型能够预测螺旋桨拉力性能,与实验测量数据相差 69%。

动力测试的理想方法是使用 CFD 仿真和实验测试来表征动力总成性能。收集到实验数据后,可以在 CFD 数据和实验数据之间建立关系,这可用于预测更高 RPM 的拉力和扭矩值,最高可达某个值。

一旦建立了关系,它就可以用于预测系统的性能,只需稍作修改,例如使用具有不同螺距的螺旋桨,或以更高的 RPM 运行系统。通常,CFD 可用于进行预测,但通过实验验证结果始终是一个好主意。如果您想对电机和螺旋桨进行实验测试,我们推荐以下拉力测试台之一:

  • 1585 系列- 测量 5 kgf 的拉力 / 2 Nm 的扭矩
  • Flight Stand 15- 测量 15 kgf 的拉力 / 8 Nm 的扭矩
  • Flight Stand 50- 测量 50 kgf 的拉力 / 30 Nm 的扭矩
  • Flight Stand 150- 测量 150 kgf 的拉力 / 150 Nm 的扭矩
  • Flight Stand 500- 测量 500 kgf 的拉力 / 1500 Nm 的扭矩

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/16991.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

cantos7.9系统-部署mysql-8.0.35

前言:MySQL是一个流行的开源关系型数据库管理系统(RDBMS),它基于SQL(Structured Query Language)进行操作。以下是MySQL的一些基本介绍: 开源:MySQL由瑞典MySQL AB公司开发,后来被Su…

预测AI如何提升销售绩效管理:五大方式

每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领…

# 第20章 Cortex-M4-触摸屏

第20章 Cortex-M4-触摸屏 20.1 触摸屏概述 20.1.1 常见的触摸屏分类 电阻式触摸屏、电容式触摸屏、红外式触摸屏、表面声波触摸屏 市场上用的最多的是电阻式触摸屏与电容式触摸屏。红外管式触摸屏多用于投影仪配套设备。 电阻式触摸屏构成:整个屏由均匀电阻构成…

Selenium自动化测试

片头 嗨~小伙伴们,今天,我们来开启新的篇章---Selenium自动化测试,准备好了吗?咱们开始咯! 一、自动化测试 指通过专门的软件工具和脚本来执行测试任务,而不需要人工干预。它可以自动执行各种测试任务&am…

下一代以区域为导向的电子/电气架构

我是穿拖鞋的汉子,魔都中坚持长期主义的汽车电子工程师。 老规矩,分享一段喜欢的文字,避免自己成为高知识低文化的工程师: 所有人的看法和评价都是暂时的,只有自己的经历是伴随一生的,几乎所有的担忧和畏惧…

RH850-F1KMS1 DMA数据转移

DMA简介 随着汽车电子系统和工业自动化的需求不断增长,DMA(Direct Memory Access,直接内存访问)技术在提高数据传输效率方面扮演着重要角色。在本篇文章中,我们将探讨RH850微控制器如何高效实现DMA传输,以…

MOSFET电路栅源极GS之间并联电容后,MOS炸管原因分析

1、前言 在介绍,在进行MOSFET相关的电路设计时,可能会遇到MOSFET误导通的问题,为了解决此问题,我们提出了两种方法,一种是增大MOSFET栅极串联电阻的阻值,另外一种是在MOSFET栅-源极之间并联一个电容&#…

Keil uvision的edition

0 Preface/Foreword 0.1 参考网址 https://zhuanlan.zhihu.com/p/456069876 1 Keil版本介绍 版本介绍: Keil Lite(免费版):最多32KB代码,无法使用中间件Keil Essential(基础版):没…

I/O文件:文件的关闭

int fclose(FILE *stream); 成功关闭返回1,关闭失败返回EOF即-1,并设置errno。 流关闭时自动刷新缓冲中的数据并释放缓冲区 当一个程序正常终止时,所有打开的流都会被关闭 流一旦关闭就不能执行任何操作。 运行结果: 若未成功打…

联邦学习的未来:深入剖析FedAvg算法与数据不均衡的解决之道

引言 随着数据隐私和数据安全法规的不断加强,传统的集中式机器学习方法受到越来越多的限制。为了在分布式数据场景中高效训练模型,同时保护用户数据隐私,联邦学习(Federated Learning, FL)应运而生。它允许多个参与方…

深入理解Flutter生命周期函数之StatefulWidget(一)

目录 前言 1.为什么需要生命周期函数 2.开发过程中常用的生命周期函数 1.initState() 2.didChangeDependencies() 3.build() 4.didUpdateWidget() 5.setState() 6.deactivate() 7.dispose() 3.Flutter生命周期总结 1.调用顺序 2.函数调用时机以及主要作用 4.生…

LoFTR: Detector-Free Local Feature Matching with Transformers

LoFTR: Detector-Free Local Feature Matching with Transformers 整体概括 Loftr特征点匹配算法与传统的特征点匹配算法的优势: 不需要先得到特征点,这也就解决了第一个问题End2End的方式,用起来比较方便,效果也更好 整体流程的…

免押租赁系统的优势与应用前景分析

内容概要 免押租赁系统是一种新兴的租赁形式,它利用了信用大数据与区块链技术的优势,帮助用户摆脱了传统租赁中常见的押金烦恼。通过这种方式,用户不仅可以体验到更低的租用门槛,还能享受到更顺畅的交易过程。用户只需提供基本的…

「Qt Widget中文示例指南」如何创建一个窗口标志?(二)

Qt 是目前最先进、最完整的跨平台C开发工具。它不仅完全实现了一次编写,所有平台无差别运行,更提供了几乎所有开发过程中需要用到的工具。如今,Qt已被运用于超过70个行业、数千家企业,支持数百万设备及应用。 窗口标志要么是类型…

(附项目源码)Java开发语言,211 springboot 在线问诊系统的设计与实现,计算机毕设程序开发+文案(LW+PPT)

摘 要 针对医院门诊等问题,对在线问诊进行研究分析,然后开发设计出在线问诊系统以解决问题。在线问诊系统主要功能模块包括首页、轮播图管理、公告信息管理、资源管理、系统用户管理(管理员、患者用户、医生用户)、模块管理&#…

Vulnhub靶场 Billu_b0x 练习

目录 0x00 准备0x01 主机信息收集0x02 站点信息收集0x03 漏洞查找与利用1. 文件包含2. SQL注入3. 文件上传4. 反弹shell5. 提权(思路1:ssh)6. 提权(思路2:内核)7. 补充 0x04 总结 0x00 准备 下载链接&#…

Linux应用层学习——Day2(文件IO)

fopen #include <stdio.h>int main(int argc,char const *argv[]) {// FILE *fopen (const char *__restrict __filename&#xff1a;字符串要打开的文件名称,// const char *__restrict __modes&#xff1a;打开的模式// 1) r&#xff1a;只读模式&#xff0c;如果…

Java并发篇--ReentrantLock原理

ReentrantLock原理 非公平锁实现原理 加锁解锁流程 先从构造器开始看,默认为非公平锁 public ReentrantLock() {sync new NonfairSync(); }NonfairSync 继承自 AQS 没有竞争时 第一个竞争出现时 Thread-1执行了 1.CAS尝试将state由0改为1,结果失败 2.进入tryAcquire逻辑…

分析http话术异常挂断原因

用户反馈在与机器人通话时&#xff0c;自己明明有说话&#xff0c;但是通话还是被挂断了&#xff0c;想知道原因。 分析日志 我们根据用户提供的freeswitch日志分析&#xff1a;发现是因为超时导致话术执行hangup动作&#xff0c;结束了通话。 从这一行向上分析日志&#xff…

【Pikachu】PHP反序列化RCE实战

痛是你活着的证明 1.PHP反序列化概述 在理解 PHP 中 serialize() 和 unserialize() 这两个函数的工作原理之前&#xff0c;我们需要先了解它们各自的功能及其潜在的安全隐患。接下来&#xff0c;我会对相关概念做更详细的扩展解释。 1. 序列化 serialize() 序列化&#xff…